Pytania oznaczone «deep-learning»

12

Czy istnieje jakikolwiek argument naukowy / matematyczny, który uniemożliwia głębokiemu uczeniu się tworzenie silnej sztucznej inteligencji?

Przeczytałem „ Księgę powodu” Judei Pearl , w której wspomina, że głębokie uczenie się to tylko chwalebna technologia dopasowania krzywej i nie będzie ona w stanie wytworzyć inteligencji podobnej do człowieka. W jego książce znajduje się diagram ilustrujący trzy poziomy zdolności poznawczych:...

12

Czy sztuczną inteligencję można wytrenować, aby generowała zarys historii?

Wiem, że jednym z ostatnich trendów jest trenowanie sieci neuronowej w celu generowania scenariuszy i nowych odcinków, np. Przyjaciół lub Simpsonów, i to dobrze: jest interesujące i może być niezbędnym pierwszym krokiem w kierunku tworzenia programów, które mogą generować sensowne / zrozumiałe...

neural-networks deep-learning applications

12

Czy głębokie sieci rezydualne należy postrzegać jako zbiór sieci?

Pytanie dotyczy architektury Deep Residual Networks ( ResNets ). Model, który zdobył pierwsze miejsce na „Large Scale Visual Recognition Challenge 2015” (ILSVRC2015) we wszystkich pięciu głównych torach: Klasyfikacja ImageNet: „Ultra-deep” (cytat Yann) 152-warstwowe sieci Wykrywanie...

neural-networks machine-learning deep-network deep-learning pattern-recognition

12

Jak wyglądałaby nowa „zróżnicowalny komputer neuronowy” Deepminda?

Deepmind właśnie opublikował artykuł o „różniczkowalnym komputerze neuronowym” , który zasadniczo łączy sieć neuronową z pamięcią . Chodzi o to, aby nauczyć sieć neuronową tworzenia i przywoływania użytecznych, wyraźnych wspomnień dla określonego zadania. Uzupełnia to możliwości sieci neuronowej,...

deep-learning ai-design

11

Jak zastosować gradienty polityki w przypadku wielu ciągłych działań?

Trusted Region Policy Optimization (TRPO) i Proximal Policy Optimization (PPO) to dwa najnowocześniejsze algorytmy gradientowe. Podczas korzystania z pojedynczego działania ciągłego normalnie użyłbyś pewnego rozkładu prawdopodobieństwa (na przykład Gaussa) dla funkcji straty. Wersja przybliżona...

deep-learning reinforcement-learning trpo

11

Czy warstwy głębokich sieci neuronowych można postrzegać jako sieci Hopfielda?

Sieci Hopfield są w stanie przechowywać wektor i wyszukiwać go, zaczynając od hałaśliwej wersji. Robią to, ustawiając ciężary, aby zminimalizować funkcję energii, gdy wszystkie neurony są ustawione na równe wartościom wektorów, i odzyskują wektor, używając jego hałaśliwej wersji jako danych...

deep-learning topology

11

Która warstwa zużywa więcej czasu na szkolenie CNN? Warstwy splotu vs warstwy FC

Która warstwa w Convolutional Neural Network zużywa maksymalny czas na trening? Warstwy splotowe czy w pełni połączone? Możemy wziąć architekturę AlexNet, aby to zrozumieć. Chcę zobaczyć zerwanie czasu treningu. Chcę względnego porównania czasu, abyśmy mogli wziąć dowolną stałą konfigurację...

neural-networks deep-learning convolutional-neural-networks

11

Strata gwałtownie skacze, gdy zmniejszam tempo uczenia się za pomocą optymalizatora Adama w PyTorch

Trenuję auto-encodersieć z Adamoptymalizatorem (z amsgrad=True) i MSE lossdla zadania Separacja źródła dźwięku jednokanałowego. Ilekroć zmniejszam współczynnik uczenia się czynnikowo, utrata sieci gwałtownie skacze, a następnie maleje aż do następnego spadku współczynnika uczenia się. Używam...

machine-learning deep-learning optimization autoencoders loss-functions

11

Do czego służą różne rodzaje sieci neuronowych?

Znalazłem następujący arkusz ściągający sieci neuronowej ( Ściągawki dla AI, Sieci neuronowe, Uczenie maszynowe, Głębokie uczenie się i Big Data ). Do czego służą te różne rodzaje sieci neuronowych? Na przykład, które sieci neuronowe można wykorzystać do regresji lub klasyfikacji, które można...

neural-networks machine-learning deep-learning applications

11

Dlaczego głębokie sieci neuronowe i głębokie uczenie się nie wystarczają do osiągnięcia ogólnej inteligencji?

Wszystko, co dotyczy sieci Deep Learning (DL) i deep (er), wydaje się „udane”, przynajmniej postępuje bardzo szybko i kultywuje przekonanie, że AGI jest w zasięgu ręki. To popularna wyobraźnia. DL to ogromne narzędzie do rozwiązywania tak wielu problemów, w tym tworzenia AGI. To jednak nie...

deep-learning deep-network agi

10

Czy faktycznie brakuje podstawowej teorii dotyczącej głębokiego uczenia się?

Słyszałem kilka razy, że jednym z podstawowych / otwartych problemów głębokiego uczenia się jest brak „ogólnej teorii” na ten temat, ponieważ tak naprawdę nie wiemy, dlaczego głębokie uczenie się działa tak dobrze. Nawet strona Wikipedii na temat głębokiego uczenia się ma podobne komentarze . Czy...

deep-learning

10

Pomiar wielkości obiektu za pomocą Deep Neural Network

Mam duży zbiór danych o pojazdach z prawdą o ich długości (ponad 100 000 próbek). Czy można wytrenować głęboką sieć w celu pomiaru / oszacowania długości pojazdu? Nie widziałem żadnych prac związanych z szacowaniem wielkości obiektu za pomocą głębokiej sieci

machine-learning deep-learning computer-vision

10

Algorytm głębokiego uczenia się w celu optymalizacji wyniku

Jestem całkiem nowy w głębokim uczeniu się, ale myślę, że znalazłem właściwą sytuację w świecie rzeczywistym, aby zacząć z niej korzystać. Problem polega na tym, że używałem tylko takich algorytmów do przewidywania wyników. Do mojego nowego projektu potrzebuję informacji, aby nakarmić maszynę, aby...

deep-learning

10

AI, która może generować programy

Mam był patrząc pod Viv sztuczną inteligentnego agenta w rozwoju. W oparciu o to, co rozumiem, ta sztuczna inteligencja może wygenerować nowy kod i wykonać go na podstawie zapytania od użytkownika. Ciekawe, jak ta sztuczna inteligencja jest w stanie nauczyć się generować kod na podstawie niektórych...

neural-networks machine-learning deep-learning ai-design natural-language-processing

9

Czy gra DeepMind DQN Atari uczyła się jednocześnie?

DeepMind twierdzi, że ich głęboka sieć Q (DQN) była w stanie stale dostosowywać swoje zachowanie podczas nauki gry w 49 gier Atari. Po nauczeniu się wszystkich gier z tą samą siecią neuronową agent był w stanie grać wszystkie jednocześnie na „nadludzkich” poziomach (ilekroć był losowo...

neural-networks deep-learning deepmind

9

Jaka część pracy Deep Mind jest w rzeczywistości odtwarzalna?

Deep Mind opublikował wiele prac dotyczących głębokiego uczenia się w ostatnich latach, większość z nich najnowocześniejszych w swoich zadaniach. Ale jak wiele z tych prac zostało faktycznie odtworzonych przez społeczność AI? Na przykład papier Neural Turing Machine wydaje się być bardzo trudny do...

neural-networks deep-learning research